首页 | 本学科首页   官方微博 | 高级检索  
     

粗糙K-means和AdaBoost结合的雷达辐射源快速识别算法
引用本文:王文哲,吴华,索中英,陈游,程嗣怡. 粗糙K-means和AdaBoost结合的雷达辐射源快速识别算法[J]. 空军工程大学学报(自然科学版), 2016, 17(1): 51-55
作者姓名:王文哲  吴华  索中英  陈游  程嗣怡
作者单位:1.空军工程大学航空航天工程学院,西安,710038; 2. 空军工程大学理学院,西安,710051
基金项目:陕西省自然科学基金(2012JQ8019)
摘    要:针对数据集识别难度分布不均匀,提出了基于粗糙K-means和AdaBoost的雷达辐射源快速识别算法。该算法由2个阶段构成:初级识别阶段提出一种改进粗糙K-means算法,将数据特征空间分割为确定区域、粗糙区域和不确定区域,构建雷达辐射源快速识别算法模型,对数据集进行筛选和识别,同时提出了一种确定粗糙K-means算法初始聚类中心和聚类数量以解决其固有缺陷的思路;在高级识别阶段,基于粗糙区域已知数据训练的多类AdaBoost分类器识别不确定区域未知数据,提升识别精度。仿真结果表明:该算法与RBF-SVM和AdaBoost相比,精度浮动在-0.1%到+1.4%之间,训练时间和测试时间分别最大缩短0.857s和0.005s,在保持了较高识别精度和泛化能力的同时,明显降低了计算复杂度,缩短了耗时,提供了设计雷达辐射源快速识别算法的新思路。

关 键 词:雷达辐射源识别;粗糙K-means;AdaBoost;计算复杂度

A Fast Radar Emitter Recognition Algorithm Based on Rough K-means Combined with AdaBoost
WANG Wenzhe,WU Hu,SUO Zhongying,CHEN You,CHENG Siyi. A Fast Radar Emitter Recognition Algorithm Based on Rough K-means Combined with AdaBoost[J]. Journal of Air Force Engineering University(Natural Science Edition), 2016, 17(1): 51-55
Authors:WANG Wenzhe  WU Hu  SUO Zhongying  CHEN You  CHENG Siyi
Abstract:
Keywords:radar emitter recognition   rough K-means   AdaBoost   computational complexity
本文献已被 CNKI 等数据库收录!
点击此处可从《空军工程大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《空军工程大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号